Mar, 2024

机器翻译与人工翻译的翻译语言比较和翻译关系研究

PDF
TL;DR本研究通过翻译关系的视角探讨神经机器翻译（NMT）和人工翻译（HT）之间的区别，以评估 NMT 系统产生的翻译技术，并回答三个关键研究问题：NMT 和 HT 之间整体翻译关系的差异，它们如何使用非字面翻译技术，以及影响它们使用特定非字面技术的因素的变化。该研究使用了两个平行语料库，每个语料库涵盖了九种类型的文本，其中一个由 NMT 翻译，另一个由人类翻译。这些语料库中的翻译关系在对齐的句对上进行了手动注释，从而实现了对语言洞察力的比较分析，包括语义和句法细微差别，如上位词和词性标注的改变。结果表明，与 HT 相比，NMT 在各种类型中更倾向于进行字面翻译。虽然 NMT 在句法非字面翻译技术的运用上与 HT 相当，但在语义层面的表现却有所不足。
neural machine translationhuman translationtranslation relationsnon-literal translation techniquesparallel corpora
发现论文，激发创造
  • 区分人工翻译、神经网络翻译和 ChatGPT 的语言和统计方法

    通过统计测试、机器学习算法和多维分析方法，本研究探讨 ChatGPT 生成的翻译与神经机器翻译（NMT）及人工翻译（HT）之间的可区分性、语言特征以及相似程度。结果表明，ChatGPT 生成的翻译在大多数多维分析维度上与 NMT 更相似，并展示出高准确性的监督分类结果，而无监督聚类技术的效果不尽人意。这些新颖的发现揭示了这三种翻译类型之间的相互关系，并对 NMT 和生成型人工智能的未来发展具有重要意义。

    Dec, 2023

  • 神经机器翻译：综述与调查

    本文追溯了现代神经机器翻译体系结构的起源，重点探讨了单个神经网络在翻译中的应用，其中涉及到 word 和 sentence embedding 以及编码器 - 解码器网络家族的早期示例，并总结了该领域的最新趋势。

    Dec, 2019

  • 字符级神经机器翻译的语法性如何？通过对比翻译对评估机器翻译质量

    通过对神经机器翻译实现对特定语言现象的质量评估，我们提出了一种新方法并给出了包含 97000 对用于 WMT 英语 -> 德语翻译任务的对照翻译数据集 LingEval97，对字符级别和字节对编码（BPE）分割模型的实验结果显示，前者在翻译转写方面表现更好，但在形态句法协议和翻译非连续的意义单元方面表现较差。

    Dec, 2016

  • 神经网络与基于短语的机器翻译质量比较：一个案例研究

    本文分析了神经网络机器翻译（NMT）与基于短语的机器翻译（PBMT）在英语 - 德语翻译数据集上的表现，从专业翻译的高质量后编辑结果中发现神经网络机器翻译在表述动词重新排序等语言现象时具有更好的建模能力，但仍有需要改进的方面。

    Aug, 2016

  • BiVert: 双向词汇评估机器翻译关系

    神经机器翻译在近年来取得了快速的进展，我们提出了一种双向语义评估方法，通过计算源文本与翻译的语义距离，实现了在同一语言层面上的句子比较，该方法在英德语对的多个机器翻译系统中得出的平均评估分数与人工评估之间存在强相关性，同时提出了一种新的多语言方法来对 MT 系统进行排序，无需平行语料库。

    Mar, 2024

  • 机器翻译与人类翻译之间的形态句法视角：分歧与否

    通过形态句法差异的视角对机器翻译与人工翻译进行大规模细粒度的比较分析，发现机器翻译比人工翻译更保守，具有较少的形态句法多样性、更多的收敛模式以及更多的一对一对应关系，而这种偏差主要归因于偏向于更多收敛模式的束搜索算法。对于大多数形态句法差异，人工翻译的存在与机器翻译性能的下降相关，这对机器翻译系统构成了更大的挑战。

    Jan, 2024

  • 人工翻译与机器翻译中公式化语言的比较：基于议会语料库的见解

    研究发现，与人类翻译相比，神经机器翻译包含了更多与频率较高的词强相关的套话序列，但与频率较低的词弱相关的套话序列较少。本文尝试使用议会语料库复制这项研究，结果显示不同的神经机器系统之间存在差异，其中 Google 翻译所包含的强相关二元组较少，而 Deepl 和 Microsoft 的翻译结果则较为相似。

    Jun, 2022

  • 人工神经网络翻译中人类表现的重新评估：实现不可实现的目标？

    本文重新评估了一项最近的研究 (Hassan et al.,2018)，即使用成对排序法并考虑到三个变量，重申机器翻译在从中文到英文的新闻翻译方面已达到人类水平，我们提供了一组人类评估未来机器翻译的建议。

    Aug, 2018

  • 翻译还是原著？翻译化对机器翻译表现影响的因果分析

    翻译术语对机器翻译评价产生影响，此文章提出了新数据集 CausalMT 并分析了其中两个重要因素，即训练测试方向匹配和数据模型方向匹配对机器翻译性能的因果影响，提出了改进机器翻译训练和评估的建议。

    May, 2022

  • 使用双向蕴涵的机器翻译评估

    本文提出了一种基于双向蕴含的机器翻译评估新指标，利用深度学习实现候选和参考翻译之间的语义相似度评分，应用于 WMT'14 和 WMT'17 数据集，与传统指标相比在系统级别上具有更好的与人工注释评分的相关性。

    Nov, 2019